Give me a break! Addressing observed structured clinical exam anxiety
Notice bibliographique
Résumé
WHAT WAS THE EDUCATIONAL CHALLENGE?: Medical students experience high rates of anxiety; frequent examinations are one contributing source. Students may perceive the observed structured clinical examinations (OSCEs) as particularly stressful. Strategies to reduce anxiety during OSCEs have not been described. WHAT WAS THE SOLUTION?: We sought to implement and evaluate a simple, in-the-moment intervention aimed at reducing students' OSCE-related anxiety by making stress-reducing activities available during break stations during a summative pediatric OSCE. HOW WAS THE SOLUTION IMPLEMENTED?: Three break stations were included in an end-of-rotation, summative OSCE. Students were block-randomized to either control group with standard break stations, or intervention group with stress-reducing activities available in the break room. All participants completed the State-Trait Anxiety Inventory (STAI) before and after the OSCE, and a short questionnaire after OSCE completion. WHAT LESSONS WERE LEARNED THAT ARE RELEVANT TO A WIDER GLOBAL AUDIENCE?: Third-year medical students have high levels of stress before and after OSCEs. More than half of students in the intervention group felt their anxiety improved with activities. While the inclusion of stress-reducing activities in break stations did not impact exam performance, some students subjectively felt their performance improved. If OSCE break stations are logistically required, they can be employed to allow students to briefly relax during a high-stress exam without negatively impacting performance. WHAT ARE THE NEXT STEPS?: Next steps include exploration of opportunities for integration of stress-reducing activities during OSCEs with other learner groups, and identification of other stress-inducing aspects of medical training to provide similar opportunities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».